Paralel Mekanizmaların Çalışma Uzayı Analizininde Kullanılan Yapay Sinir Ağı Yapısının Genetik Algoritma İle Belirlenmesi

Abstract

Yüksek yük taşıma kapasitesi hassas konumlandırma gibi özelliklere sahip paralel mekanizmalar son yıllarda birçok alanda kullanılmaktadırlar. Stewart Platform Mekanizması (SPM) da 6 serbestlik dereceli ve üzerine birçok araştırma yapılmış bir paralel mekanizmadır. Bu çalışmada paralel mekanizmalar ve Stewart Platformları üzerine yapılmış araştırmalar incelenmiş ve literatür taranmıştır. Ardından 3x3’lük bir SPM’nin ters ve düz kinematik analizleri yapılmıştır. Paralel mekanizmaların en büyük dezavantajlarından birisi küçük çalışma uzayına sahip olmalarıdır. Bu tez çalışmasında, 6x3’lük SPM’nin çalışma uzayı analizini yapacak yapay sinir ağları (YSA) yapısının belirlenmesi üzerine çalışılmıştır. Analiz için kullanılacak YSA yapısı, genetik algoritma tabanlı bir program ile belirlenmekte ve verilen datalar karşısında dizayn edilen YSA yapısının uygunluğu hesaplanmaktadır. Geliştirilen programın doğruluğunun genelleştirilmesi için deneysel 6x6 Stewart Platformu’nun verileri ile de çalışılmıştır. Çıkan sonuçlar oldukça yüksek doğrulukta ve tatmin edici olmuştur. Sonuç itibari ile YSA kullanılarak bir probleme çözüm getirilmek istendiğinde ağ yapısı ve ağırlık, bias gibi değişkenlerin değerleri ağın başarısı üzerinde çok etkili olmaktadır. Bu nedenle deneme yanılma yolu ile bulunan bu değerlerin ve uygun yapının hesabı, çok fazla zaman kaybına neden olmaktadır. Sözü edilen kaybı engellemek ve tek bir program ile hangi yapının en uygun olduğunu tespit etmek yazılan GA programı ile mümkün kılınmıştır.

Due to features such as precise positioning and high load carrying capacity, parallel mechanisms are used in many areas in recent years. Also Stewart Platform Mechanism (SPM) is a type of parallel mechanism has 6 degrees of freedom and many studies have been done about it. In this study, literature which is about the SPM was searched and paralel mechanisms were investigated, examined. Afterwards inverse and forward kinematics analyses of 3x3 Stewart Platform Mechanism were performed. Small workspace of SPMs are the worst disadvantages of this mechanisms. In this thesis studies, determination of the neural network structure which analyses SPM’s workspace was studied. Structure of YSA which is used for analyzing of workspace is determined by a genetic algortihm based programme and according to the given data, convenience of the YSA structure can be calculated. In addition to, datas of the experimental 6x6 SPM were applied to the developed programme for generalization of programme’s accuracy. The results were very high precision and had been very satisfactory. As a result if NN is used to solve any problem, the network structure of NNs and weights, biases, are very effective on the success of the network. Therefore calculation of these values and appropirate structure by trial and error, causes too much loss time. To prevent the loss time and determine the which structure is the most suitable by just using one programme, are made possible with devoloped GA programme.